АНАЛИЗ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ ГЕОТЕХНИЧЕСКОГО МОНИТОРИНГА
Ключевые слова:
геотехнический мониторинг, интеллектуальная система мониторинга, обработка данных, сбор данных, анализ данных, хранение данных.Аннотация
Данная работа посвящена разработке концепции высоконадежных и масштабируемых систем мониторинга, которые могли бы эффективно предотвращать геотехнические риски в Кыргызстане, стране, характеризующейся высоким уровнем сейсмической активности. Подчеркивается важность систематического мониторинга различных аспектов окружающей среды, таких как вибрация, температура, влажность и давление. Это необходимо для оперативного реагирования на возможные угрозы и для эффективного предотвращения аварийных ситуаций, которые могут возникать в результате природных и техногенных изменений. Рассматривается роль передовых информационных технологий, сенсорных устройств и методов искусственного интеллекта в создании систем мониторинга, способных значительно повышать уровень безопасности и устойчивости критически важных инфраструктурных объектов. Обсуждение также охватывает текущие проблемы и перспективы развития в этом направлении, включая вопросы анализа и интеграции собранных данных, что в итоге способствует улучшению доступности и эффективности систем мониторинга. Это делает их более применимыми для реальных условий эксплуатации, обеспечивая тем самым надежное функционирование системы в ответ на динамично изменяющиеся условия окружающей среды. Подчеркивается, что для достижения максимальной эффективности систем мониторинга необходимо учитывать как технические аспекты сбора и обработки данных, так и методологические подходы к их анализу. Это требует применения комплексного подхода, который включает разработку и реализацию новейших технологических решений, способных обеспечить достаточную гибкость и адаптивность системы к вариативности природных и техногенных факторов риска.
Библиографические ссылки
Сейсмическая активность в Кыргызской Республике [Электронный ресурс]. – Режим доступа: https://seismo.kg/intensity_map/intensity_map.php (дата обращения: 15.06.2024).
Yavuz K., Şafak E. Real-Time Structural Health Monitoring and Damage Detection, 2013. DOI: 10.1007/978-1-4614-6555-3.
Caballero-Russi D., Ortiz A.R., Guzmán A., Canchila C. Design and Validation of a Low-Cost Structural Health Monitoring System for Dynamic Characterization of Structures // Applied Sciences. 2022. Т. 12. Стр. 2807. DOI: 10.3390/app12062807.
Chang C.-M., Lin T.-K., Chang C.-W. Applications of neural network models for structural health monitoring based on derived modal properties // Measurement. 2018. Т. 129. DOI: 10.1016/j.measurement.2018.07.051.
Olajiga O., Ani E., Olu-lawal K., Montero D., Adeleke A. INTELLIGENT MONITORING SYSTEMS IN MANUFACTURING: CURRENT STATE AND FUTURE PERSPECTIVES // Engineering Science & Technology Journal. 2024. Т. 5. Стр. 750-759. DOI: 10.51594/estj.v5i3.870.
Фатрелл Р.Т., Шафер Д.Ф., Шафер Л.И. Управление программными проектами: достижение оптимального качества при минимуме затрат. 2003. 1125 с.
Грекул В.И., Коровкина Н.Л., Куприянов Ю.В. Проектное управление в сфере информационных технологий. 2015.
Архипенков С. Лекции по управлению программными проектами. 2009. 128 с.
Силич М.П. Моделирование и анализ бизнес-процессов: учебное пособие. Томск, 2011.
Морозова В.И., Врублевский К.Э. Моделирование бизнес-процессов с использованием методологии ARIS. Учебно-методическое пособие. Москва, 2017.
Загрузки
Опубликован
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2024 Сергей Николаевич Верзунов; М.С. Макаров, К.А. Жолдошбаев
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.